Рекомендательная система SVD

[bredd_owen]

Большое спасибо! Не поверите, но я буквально за час до публикации Вашей статьи читал то же самое на https://machinelearningmastery.com/using-singular-value-decomposition-to-build-a-recommender-system/

[anikengur]

Благодарю

[vbogach]

А есть какое-то обоснование, почему матрицы, найденные градиентным спуском эквивалентны матрицам, полученным алгоритмом PCA? Будут ли совпадать собственные значения/собственные векторы? Если матрица PCA является наилучшим приближением, то градиентный спуск до полной численной сходимости не будет эквивалентен PCA (поскольку на следующей итерации градиентного спуска приближение будет лучше текущего, следовательно, текущее приближение не является наилучшим, следовательно не эквивалентно PCA)?

[anikengur]

Здравствуйте. Конечно они не будут совпадать. Мало того что мы спускаемся только по заданным взаимодействиям, так еще и градиентно (не точно).